এটি Python Outlier Detection নামের লিনাক্স অ্যাপ যার সর্বশেষ প্রকাশ v1.0.8.zip হিসাবে ডাউনলোড করা যেতে পারে। এটি ওয়ার্কস্টেশনের জন্য বিনামূল্যের হোস্টিং প্রদানকারী OnWorks-এ অনলাইনে চালানো যেতে পারে।
ডাউনলোড করুন এবং অনলাইনে চালান পাইথন আউটলিয়ার ডিটেকশন নামের এই অ্যাপটি অনওয়ার্কসের সাথে বিনামূল্যে।
এই অ্যাপটি চালানোর জন্য এই নির্দেশাবলী অনুসরণ করুন:
- 1. আপনার পিসিতে এই অ্যাপ্লিকেশনটি ডাউনলোড করুন৷
- 2. আমাদের ফাইল ম্যানেজারে প্রবেশ করুন https://www.onworks.net/myfiles.php?username=XXXXX আপনি যে ইউজারনেম চান।
- 3. এই ধরনের ফাইল ম্যানেজারে এই অ্যাপ্লিকেশনটি আপলোড করুন।
- 4. এই ওয়েবসাইট থেকে OnWorks Linux অনলাইন বা Windows অনলাইন এমুলেটর বা MACOS অনলাইন এমুলেটর শুরু করুন।
- 5. OnWorks Linux OS থেকে আপনি এইমাত্র শুরু করেছেন, আমাদের ফাইল ম্যানেজারে যান https://www.onworks.net/myfiles.php?username=XXXXX আপনার পছন্দের ব্যবহারকারীর নাম সহ।
- 6. অ্যাপ্লিকেশনটি ডাউনলোড করুন, এটি ইনস্টল করুন এবং এটি চালান।
স্ক্রীনশটগুলি
Ad
পাইথন আউটলায়ার সনাক্তকরণ
বর্ণনাঃ
PyOD হল একটি বিস্তৃত এবং স্কেলযোগ্য পাইথন টুলকিট মাল্টিভেরিয়েট ডেটাতে বহির্মুখী বস্তু সনাক্ত করার জন্য। এই উত্তেজনাপূর্ণ কিন্তু চ্যালেঞ্জিং ক্ষেত্রটিকে সাধারণত বহিরাগত সনাক্তকরণ বা অসঙ্গতি সনাক্তকরণ হিসাবে উল্লেখ করা হয়। PyOD 30 টিরও বেশি সনাক্তকরণ অ্যালগরিদম অন্তর্ভুক্ত করে, ক্লাসিক্যাল LOF (SIGMOD 2000) থেকে সর্বশেষ COPOD (ICDM 2020) এবং SUOD (MLSys 2021) পর্যন্ত। 2017 সাল থেকে, PyOD [AZNL19] অনেক একাডেমিক গবেষণা এবং বাণিজ্যিক পণ্য [AZHC+21, AZNHL19] সফলভাবে ব্যবহার করা হয়েছে। PyOD এর একাধিক নিউরাল নেটওয়ার্ক-ভিত্তিক মডেল রয়েছে, যেমন, অটোএনকোডার, যা PyTorch এবং Tensorflow উভয় ক্ষেত্রেই প্রয়োগ করা হয়। PyOD-এ একাধিক মডেল রয়েছে যা স্কিট-লার্নেও বিদ্যমান। SUOD ফ্রেমওয়ার্ক ব্যবহার করে PyOD-এ প্রচুর সংখ্যক শনাক্তকরণ মডেলের সাহায্যে প্রশিক্ষণ দেওয়া এবং ভবিষ্যদ্বাণী করা সম্ভব। বাস্তবায়িত মডেলগুলির একটি ওভারভিউ প্রদান করার জন্য নির্বাচিত অ্যালগরিদমের জন্য একটি বেঞ্চমার্ক সরবরাহ করা হয়। মোট, 17টি বেঞ্চমার্ক ডেটাসেট তুলনা করার জন্য ব্যবহার করা হয়, যা ODDS এ ডাউনলোড করা যেতে পারে।
বৈশিষ্ট্য
- ইউনিফাইড API, বিশদ ডকুমেন্টেশন, এবং বিভিন্ন অ্যালগরিদম জুড়ে ইন্টারেক্টিভ উদাহরণ
- স্কিট-লার্ন, লেটেস্ট ডিপ লার্নিং পদ্ধতি এবং COPOD-এর মতো উদীয়মান অ্যালগরিদমগুলি সহ উন্নত মডেলগুলি
- numba এবং joblib ব্যবহার করে JIT এর সাথে অপ্টিমাইজ করা কর্মক্ষমতা এবং সমান্তরালকরণ সম্ভব
- SUOD এর সাথে দ্রুত প্রশিক্ষণ এবং ভবিষ্যদ্বাণী
- Python 2 এবং 3 উভয়ের সাথে সামঞ্জস্যপূর্ণ
- স্বতন্ত্র সনাক্তকরণ অ্যালগরিদম
প্রোগ্রামিং ভাষা
পাইথন
বিভাগ
এটি একটি অ্যাপ্লিকেশন যা https://sourceforge.net/projects/python-outlier-detect.mirror/ থেকেও আনা যেতে পারে। আমাদের বিনামূল্যের অপারেটিভ সিস্টেমগুলির মধ্যে একটি থেকে সবচেয়ে সহজ উপায়ে অনলাইনে চালানোর জন্য এটি OnWorks-এ হোস্ট করা হয়েছে।
